r - 当有很多列时，使用 readr::read_csv() 导入数据时覆盖列类型

Question

我正在尝试使用 R 中的 readr::read_csv 读取 csv 文件。我导入的 csv 文件有大约 150 列，我只包括示例的前几列。我希望将第二列从默认类型(我执行 read_csv 时的日期)覆盖为字符或其他日期格式。

GIS Join Match Code Data File Year  State Name  State Code  County Name County   Code   Area Name   Persons: Total
G0100010    2008-2012   Alabama 1   Autauga County  1   Autauga County, Alabama 54590

df <- data.frame("GIS Join Match Code"="G0100010", "Data File" = "2008-2012", "State" = "Alabama", "County" = "Autauga County", "Population" = 54590)

问题是，当我使用 readr::read_csv 时，似乎我可能必须在覆盖 col_types 时使用所有变量(请参阅下面的错误)。这需要单独指定覆盖所有 150 列(？)。问题是:有没有办法指定覆盖特定列的 col_type 或命名的对象列表？就我而言，它只是覆盖“数据文件年份”列。

我知道任何省略的列都会被自动解析，这对我的分析来说很好。我认为它变得更加复杂，因为我下载的文件中的列名中有一个空格(例如，“数据文件年份”、“州代码”)等。

tempdata <- read_csv(df, col_types = "cc")
Error: You have 135 column names, but 2 columns

如果可能的话，我想另一个选项是跳过一起阅读第二列？

Answer 1

如果将来有人碰巧遇到这个问题，下面是对这个问题的更通用的答案。不建议使用“skip”跳转列，因为如果更改导入的数据源结构，这将无法工作。

在您的示例中，简单地设置默认列类型，然后定义与默认值不同的任何列可能会更容易。

例如，如果所有列通常都是“d”，但日期列应该是“D”，则按如下方式加载数据:

  read_csv(df, col_types = cols(.default = "d", date = "D"))

或者，例如，如果日期列应为“D”，而“xxx”列应为“i”，请执行以下操作:

  read_csv(df, col_types = cols(.default = "d", date = "D", xxx = "i"))

如果您有多个列并且只有特定的异常(exception)(例如“日期”和“xxx”)，则使用上面的“默认值”非常有用。